Characterization of Arsenic Occurrence in Source Waters of U.S. Community Water Systems
美国社区供水系统源水砷含量的刻画AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要属于环境水质的贝叶斯建模与预测，未涉及所列宏观预测或金融尾部风险方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
美国社区供水系统源水砷含量的刻画
- 研究问题
- 如何刻画美国社区供水系统源水砷浓度的全国分布，评估不同污染限值下的处理需求，并确定优先补充采样对象？
- 方法与思路
- 作者建立联系砷浓度与水源类型、位置的贝叶斯层级模型，进行预测密度验证，并通过MCMC量化预测不确定性。
- 材料陈述的贡献
- 摘要称，模型可预测全国源水砷分布、分析不同限值下需调整处理的系统，并据不确定性识别重点采样类别。
- 阅读关注点
- 应核对层级模型与先验设定、预测密度验证方案，以及全国外推、处理需求计算和补充采样优先级的依据。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；数据覆盖、模型细节与验证结果未提供，不能判断预测可靠性或现行限值需求。
原文摘要
We develop a Bayesian hierarchical model linking arsenic concentrations in the source waters of U.S. community water systems to system characteristics such as source water type and location. This characterization provides a starting point for the assessment of current and required water treatment to meet proposed maximum contaminant level (MCL) standards. After a model validation study based on predictive densities, we use a national census of treatment systems and their associated covariates to predict the national distribution of raw water arsenic concentrations. We then examine the relationship between alternative MCLs and the number of systems requiring treatment modification and identify classes of systems which are most likely to be problematic. The posterior distribution of the model parameters, obtained using Markov chain Monte Carlo (MCMC), quantifies the uncertainty in model predictions. We use this quantification to designate classes of water systems where future sampling would most substantially reduce uncertainties in national estimates of arsenic occurrence.